基于卷积神经网络的电成像图像空白条带填充方法

全井眼微电阻率成像(Fullbore Formation Micro Imager,FMI)技术广泛应用于强非均质性的碳酸盐岩储层测并精细解释.然而,由于各极板间间隙的影响,FMI无法测量360°全井壁地层电阻率信息,这使得FMI图像出现空白条带,严重影响了图像视觉和测井解释进程.为获取全井壁的电阻率信息,必须有效的填充空白条带.本文在探讨现有的电成像图像空白条带填充方法基础上,提出了一种基于卷积神经网络的电成像图像空白条带填充方法.与常用的Criminisi插值法对比填充效果显示:该方法完全适用于各种特征的电成像图像空白条带填充,延续了所有待填充边缘的暗色条带和亮色背景,填充结果与原始图像的像素值频率占比相关性高达0.9581.Criminisi插值法在复杂区域电成像图像的填充结果连通性较差且存在干扰区域,填充结果与原始图像的像素值频率占比相关性仅为0.5924.本文提出的方法具有处理速度快、干扰区域少、连通性强、相关性高的特点,能够满足电成像空白条带成规模填充的实际应用需求,还可为测量极板间的测量缺失带信息处理提供参考手段.     

基于U型生成对抗网络的编码孔径CT成像方法

针对编码孔径CT成像非连续稀疏采样只能通过代数类迭代重建算法的缺点,本文提出一种基于U型生成对抗网络的编码孔径CT成像方法。通过构建基于U型生成对抗网络的非连续稀疏投影的动态博弈模型,结合联合损失函数,预测正弦图的结构性缺失,实现编码孔径CT成像分析类（非迭代）快速重建。实验结果表明,在辐射剂量降低95％ 的条件下,基于U型生成对抗网络的编码孔径CT成像方法实现了峰值信噪比大于30 dB @ 256×256的高质量重建。相比于目前最先进的编码孔径CT成像方法,其重建时间降低了约两个数量级。      

基于深度卷积生成对抗网络的瑞雷波信号随机噪声去除

瑞雷波勘探是一种新兴的环境与工程地球物理勘探方法,野外采集的瑞雷波数据常含各种噪声干扰,对瑞雷波信号进行去噪处理至关重要.本文提出了一种基于深度卷积生成对抗网络(DCGAN)的瑞雷波信号随机噪声去除方法,其关键在于构建一个适用于瑞雷波信号去噪的DCGAN,包含生成器与判别器两部分.生成器由一个全卷积神经网络(FCN)构成,用于学习含噪数据到无噪数据的特征映射;判别器由一个卷积神经网络(CNN)构成,用于辅助生成器训练.基于DCGAN的去噪方法的实现分为三步:数据预处理、网络训练和噪声去除.一旦网络训练完成,去噪过程无需更多人为调整参数,减少了人力成本.对实际数据进行去噪试验,从地震数据和频散曲线两方面评价去噪效果,验证了本文方法的可行性,且相较于常用的小波变换、F-X反褶积算法,本文方法在不同比例噪声情况下均具有更好的去噪效果,对瑞雷波信号去噪方法选取有一定参考意义.     

基于深度卷积神经网络的岩石矿物组分含量测井评价方法研究

岩石矿物组分含量是地球物理勘探开发中的重点关注对象.在岩心与地层元素测井资料较少的情况下,如何提高矿物组分含量参数的预测精度显得尤为关键.本文采用深度学习方法,利用常规测井曲线对来自于地层元素测井获得的矿物组分含量进行预测.首先基于残差网络(ResNet)框架,利用一维卷积核和池化核构建了卷积神经网络模型.模型采用自然伽马、自然电位、井径、阵列感应电阻率、三孔隙度以及光电吸收截面指数测井参数作为输入,地层元素测井获得的矿物组分含量作为输出.随后对所搭建卷积神经网络进行了训练,建立了输入与输出之间的实际映射关系.最后,利用测试数据集和真实地层资料,对所建立的卷积神经网络进行了精度检验,并与人工神经网络和多元线性回归的评价结果进行了比较.结果显示,卷积神经网络在测试数据集上的总体预测数值相关性为0.90,明显优于人工神经网络的0.68与多元线性回归的0.51.通过处理实际测井资料,进一步验证了该方法的预测优越性和鲁棒性,以及其在地层参数评价方向的良好应用前景．     

电成像测井处理新技术在储层评价方面的应用

为了更深入的研究电成像测井资料在储层评价方面的应用,针对碎屑岩、碳酸盐岩及薄互层三种类型的储层建立了三种新技术.通过对环井周电阻率数据进行统计,建立了电阻率谱技术及分选指数的计算方法,根据谱峰的宽窄及分选指数大小对碎屑岩储层分选性及非均质性进行评价,对于预测高产储层具有一定的指导意义;通过阿尔奇公式将环井周电阻率转换为孔隙度,并对孔隙度数据进行统计,建立了孔隙度谱技术及基质孔隙度及次生孔隙度的计算方法,对于评价碳酸盐岩储集层次生孔隙发育情况具有重要作用;利用电成像高分辨的优势,通过对薄互层电阻率进行统计,根据砂泥岩电阻率的差异,建立了薄互层有效厚度的计算方法,成为评价薄互层的一种重要手段.阐述了这些方法的基本原理及适应的岩性条件,拓展了电成像测井资料在储层评价方面的应用.     

基于3MNet去噪网络的快速EPRI成像

电子顺磁共振成像（EPRI）是一种先进的氧成像技术。当前EPRI的瓶颈问题是扫描速度过慢,其原因是每个角度下的投影信号需要被重复采集几千次,以压制随机噪声。一种实现快速扫描的方法是减少投影信号的重复采集次数,然而这又使得投影信号信噪比降低,重建出来的图像噪声较大。为有效压制重建图像中的噪声,本文提出一种基于多通道、多尺度、多拼接的（3MNet）图像去噪网络,以实现高精度快速EPRI成像。该网络由3个子网络构成。第1个子网络是基于注意力机制的卷积网络,其输出的特征图像与输入图像拼接以构成后端网络的输入;第2个子网络是3通道卷积网络;第3个子网络是多尺度卷积网络。实验结果表明,本文提出的3MNet网络可以实现EPRI图像的高精度去噪,进而实现快速成像。     

基于CGAN与CNN-GRU组合模型的密度测井曲线重构方法

密度测井曲线作为常规测井曲线中的一种,有着丰富的地质信息,通过对其进行分析解释,可以获得地层岩性、岩石密度和岩层孔隙度等参数.然而,在实际获取密度测井曲线的过程中,由于仪器故障、人为因素等原因,不可避免的会出现部分密度测井数据失真甚至缺失的情况.针对这一问题,本文提出一种基于条件生成对抗网络(CGAN)的密度测井曲线重构技术解决上述问题,其中条件生成对抗网络的生成器和鉴别器主要由一维卷积网络(1D-CNN)和门控循环单元网络(GRU)构成.通过条件生成对抗网络(CGAN)的对抗式训练方法可以使网络具有更强的学习能力,更加有效的挖掘出测井序列的长期非线性相关性、历史数据之间的关联性等关系.将该方法应用于实际的测井数据中,并与传统的神经网络方法相对比,结果表明本文提出的方法优于传统的神经网络方法,能够生成更加符合实际情况的曲线.     

基于渐进式网络处理的低剂量Micro-CT成像方法

微米级计算机断层扫描（Micro-CT）的应用领域很广泛,在生物医学、材料科学等都有研究,而且最近几年的发展很迅速。Micro-CT图像常因辐射剂量的限制而出现噪声,所以开发一种合适的算法来抑制Micro-CT图像中噪声变得很重要。Micro-CT图像的噪声水平与扫描样本、扫描参数等参数有关,合适的噪声抑制算法应该在不同噪声水平下都有不错的性能。过去Micro-CT图像的噪声抑制算法主要是迭代重建算法,但迭代重建算法速度比较慢。深度学习方法作为近些年比较热门的图像处理方法,在临床低剂量CT图像处理上相比于传统方法效果更好、处理速度更快,有进一步在低剂量Micro-CT图像处理中应用的潜力。另外,生成对抗网络在保持图像细节上有着比卷积神经网络更好的效果,本文构建普通卷积神经网络与生成对抗网络,用于对比两者的性能差异。限制于放射源的功率,低噪声的Micro-CT数据难以获取,提出一种创新的扫描方式,可有效获取低噪声的Micro-CT数据,并对实验小鼠的进行了扫描。针对低剂量Micro-CT中较高的噪声,结合Micro-CT的成像原理,提出渐进式的低剂量Micro-CT图像处理方法,分别在解析重建前后对小鼠的Micro-CT图像进行两次处理。相比于只在断层图像上处理,渐进式方法对高噪声数据的处理效果更好。从客观指标与主观视觉效果上,分析和对比了渐进式方法与其他深度学习方法或迭代重建算法的差别。定量分析不同噪声水平下的Micro-CT图像的处理效果,分析生成对抗网络在渐进式Micro-CT图像处理中的优势与限制。渐进式Micro-CT图像处理方法生成的图像质量高、生成速度快、鲁棒性高、客观指标高,可以对进一步的高级应用如图像分割、图像三维可视化等提供帮助。     

基于最小二乘逆时偏移的场声反射成像测井模拟?

近年来,声反射成像测井技术（ARILT）在井旁裂缝、孔洞性储层评价中成为研究热点。常规ARILT的探测深度一般在20m以内,且对复杂构造边界刻画能力不足。本文基于测井观测系统及采集参数,将最小二乘逆时偏移（LSRTM）地震成像技术引入ARILT中,以提高井旁区域有效成像范围和成像精度。本文在实现偏移算法及处理流程基础上,将算法用于典型模型和实际资料,重点分析不同频率、深度和偏移方法成像效果的差异。成像结果对比发现:①偏移算法影响ARILT成像精度,LSRTM具有较高分辨率,并能揭示构造体横向变化特征;②激发源频率也影响成像分辨率,提高频率会改善分辨率,但会降低探测深度;③在给定的测井观测参数下,LSRTM能有效探测23m范围内的井旁构造。      

电成像测井储层非均质性评价方法在川东北G地区FC段地层的应用

岩心、成像测井资料表明川东北G地区FC段碳酸盐岩储层溶孔、裂缝发育,非均质性较强.根据溶孔、裂缝的发育程度与分布特征,可划分为6种典型储层类型.因此,有效评价储层非均质、划分储层类型是该区油气勘探与开发工作的关键.电成像测井资料能通过定性识别孔洞与裂缝对储层非均质性进行定性评价,但是由于缺乏能综合表征溶孔、裂缝等特征的定量参数,使得电成像测井资料对储层非均质性的定量表征存在问题.为此,基于分形理论,提出一种电成像测井定量评价方法,即计算电成像测井图像的分形维数来定量描述储层非均质性.储层类型与分形维数相关分析表明,分析维数可综合表征储层溶孔、裂缝,评价储层非均质性.应用实例表明,基于电成像测井分形维数的非均质性表征与储层类型划分应用效果较好,推动了该区的油气勘探与开发工作.     

基于小波变换图像分割技术的电成像测井资料裂缝、孔洞面孔率提取方法

对于裂缝、溶蚀孔洞发育的碳酸盐岩缝洞储层,如何从测井资料中提取裂缝、溶蚀孔洞信息是评价储层有效性的关键问题.为了从电成像测井静态图像上准确地分割出清晰的裂缝、溶蚀孔洞子图像进而提取其参数信息,本文提出了一种基于小波变换模极大值图像分割技术的电成像测井资料缝洞面孔率提取方法.以钮扣电极电导率曲线为对象,先消除井壁凹凸不平导致的地层背景噪声的影响,利用小波变换模极大值图像分割方法得到包含裂缝和溶蚀孔洞目标的子图像,根据子图像提取裂缝-孔洞总面孔率、裂缝面孔率、孔洞面孔率等信息.本文利用塔里木盆地奥陶系碳酸盐岩地层的电成像测井数据提取了缝洞面孔率参数,还利用同井岩心CT扫描图像计算的平均缝洞面孔率、双侧向电阻率、常规测井资料三孔隙度模型计算的相对连通缝洞孔隙度进行了对比,并进行了试油验证.对比表明,电成像测井裂缝-孔洞总面孔率、裂缝面孔率、孔洞面孔率与岩心CT扫描图像平均缝洞面孔率、双侧向电阻率、相对连通缝洞孔隙度、试油结果均有较好的一致性.这一方面验证了采用本文方法提取的裂缝-孔洞总面孔率、裂缝面孔率、孔洞面孔率的合理性,另一方面表明所提取参数可用于指示缝洞型碳酸盐岩储层的渗透性和有效性.